La Relevancia del Mainframe en la Nueva Era de la Inteligencia Artificial
Pocos años después de que la inteligencia artificial generativa captara la atención general, prácticamente todos los segmentos industriales exploran cómo implementarla para optimizar la eficiencia y desarrollar nuevos productos y servicios. Aunque el entrenamiento de modelos seguirá impulsando la innovación, la inferencia será el motor principal de creación de valor mediante capacidades avanzadas de IA, como el razonamiento encadenado (chain of thought), la funcionalidad multimodal y el soporte multimodelo que integra distintos tipos de IA generativa con IA predictiva. Gran parte del debate sobre la entrega de estas soluciones de inferencia se centra en los centros de datos de IA, la infraestructura en el borde (edge) y/o el procesamiento en dispositivos. Esto plantea una cuestión fundamental: ¿Tiene el mainframe un lugar en la era de la IA?
¿Qué es un Mainframe?
A diferencia de los servidores, diseñados primordialmente para soportar aplicaciones de propósito general y múltiples clientes o funciones como el alojamiento web y servidores de correo, los mainframes están concebidos para tareas de misión crítica y alto volumen, como el procesamiento de transacciones financieras, siendo frecuentemente utilizados en industrias con estrictas regulaciones. Por ello, los mainframes exigen un nivel superior de capacidad, fiabilidad y seguridad, habilitado mediante virtualización avanzada, recuperación ante desastres, compatibilidad retroactiva y redundancia incorporada. Adicionalmente, las cargas de trabajo suelen ser gestionadas por un sistema mainframe centralizado, mientras que en la arquitectura de servidores es común emplear una estructura distribuida para repartir las cargas entre múltiples sistemas.
Dada la capacidad, fiabilidad y seguridad que ofrecen los mainframes, junto con su omnipresencia en el soporte de transacciones de alto volumen y valor y el procesamiento de datos, la respuesta a si tienen un papel en la era de la IA es un sí categórico. IBM, líder en soluciones de mainframe, por cuyos sistemas pasa el 70% de todas las transacciones financieras globales, es un claro ejemplo de ello.
Un Mainframe para la Era de la IA
IBM ha presentado recientemente la última incorporación a su familia de mainframes Z, el Z17, con el objetivo de satisfacer las demandas de la era de la IA sin renunciar a las rigurosas expectativas asociadas a estos sistemas. Según la compañía, esta generación Z17 está impulsada por su CPU Telum II de 5nm y 5.5GHz que, en comparación con la generación anterior, ofrece un incremento del 11% en el rendimiento monohilo, hasta un 20% de expansión de capacidad y hasta 64 TB de memoria, lográndolo además con una reducción del consumo energético de hasta el 27%. Asimismo, Telum II incorpora un acelerador de IA integrado mejorado, capaz de manejar cargas de trabajo predictivas y algunas generativas. Para las tareas de IA generativa que requieren mayor aceleración, el Z17 puede ser actualizado con la nueva tarjeta PCIe Spyre Accelerator.
Basándose en las cifras de rendimiento reportadas por IBM, el Z17 proporciona 7.5 veces más rendimiento de IA que la generación Z16, alcanzando hasta 450 mil millones de inferencias de IA por día con tiempos de respuesta de 1ms.
¿Qué Cargas de Trabajo de IA Requieren un Mainframe?
Debido a su uso intensivo en transacciones financieras y procesamiento de datos críticos, los mainframes son particularmente efectivos cuando se utilizan combinaciones de modelos de IA predictiva y generativa. Por ejemplo, gracias a su alto volumen, procesamiento centralizado y capacidades multimodelo, los mainframes pueden analizar de manera eficaz y eficiente patrones en las transacciones y datos que fluyen por el sistema, e inferir conclusiones aplicables en detección avanzada de fraudes y aplicaciones contra el blanqueo de capitales, mejorando la precisión y reduciendo los falsos positivos. Los mainframes también combinan estas capacidades con datos empresariales críticos para habilitar asistentes de negocio, código y operaciones, aumentando la productividad y reduciendo el tiempo necesario para la capacitación. También facilitan aplicaciones de IA agéntica autónoma, como el trading automatizado y aplicaciones en el sector salud. Otras áreas donde se están utilizando mainframes habilitados para IA incluyen, entre otras, la mitigación del riesgo crediticio, la detección y prevención de fraudes en reclamaciones de seguros, el fraude en pagos, el análisis geoespacial, el impacto del cambio climático, la ciberseguridad y el análisis de sentimientos.
Estas son solo una pequeña muestra de las aplicaciones donde la IA predictiva, generativa e incluso agéntica aprovechan el mainframe para obtener resultados empresariales que de otro modo serían ineficientes o inviables debido a los requisitos de datos y/o seguridad en configuraciones de servidores estándar, especialmente en las industrias fuertemente reguladas donde típicamente se despliegan los mainframes.
El Futuro de los Mainframes en la Era de la IA
Según IBM, ya existen más de 250 casos de uso de IA identificados por clientes en la plataforma mainframe Z, y la cifra sigue creciendo. Pero no todo se reduce al hardware. IBM apalanca sus otros activos de IA como watsonx, Granite, InstructLab e incluso sus servicios de consultoría, a través de todas sus soluciones, incluida la plataforma Z, posicionando a la compañía como un socio sólido para la era de la IA empresarial. Competidores como Dell, Fujitsu y Unisys también están buscando integrar la IA en las cargas de trabajo de mainframe. El desarrollo de la próxima generación de mainframes suele llevar entre 5 y 7 años, y si siguen una pauta similar a la de IBM, es seguro afirmar que las próximas generaciones de mainframes habilitados para IA ya están en proceso. Los mainframes no solo están sobreviviendo en la era de la IA, sino que están prosperando.
Insights de Evox News: Cómo la Evolución del Mainframe con IA Puede Impactar tu Negocio
La integración de capacidades avanzadas de inteligencia artificial en los mainframes, como demuestra la nueva generación Z17 de IBM, representa una evolución significativa con implicaciones directas para las empresas, especialmente aquellas en sectores regulados o que gestionan grandes volúmenes de datos críticos.
Impacto Económico: La capacidad mejorada para la detección de fraudes y la prevención del blanqueo de capitales, con mayor precisión y menos falsos positivos, puede traducirse directamente en una reducción de pérdidas financieras y costos asociados a investigaciones y cumplimiento normativo. Además, la optimización de procesos mediante asistentes de IA y la automatización de tareas pueden generar ahorros operativos sustanciales.
Ventaja Competitiva: Las empresas que aprovechen los mainframes habilitados para IA pueden diferenciarse mediante un procesamiento de transacciones más rápido, seguro e inteligente. La capacidad de analizar grandes volúmenes de datos transaccionales en tiempo real para extraer insights permite ofrecer servicios más personalizados, gestionar riesgos de manera proactiva (como en la concesión de créditos o suscripción de seguros) y responder con mayor agilidad a las dinámicas del mercado. En industrias reguladas, mantener la operativa crítica en una plataforma segura y compatible con IA refuerza la confianza y la posición en el mercado.
* Innovación: La combinación de la seguridad y fiabilidad del mainframe con la potencia de la IA abre la puerta a nuevas aplicaciones y modelos de negocio. Permite desarrollar soluciones de IA agéntica para tareas complejas como el trading automatizado o la optimización de operaciones en tiempo real, utilizando datos sensibles que residen en el core del negocio. Esto fomenta la innovación en áreas como la hiperpersonalización, la gestión de riesgos avanzada y la creación de nuevos servicios basados en el análisis profundo de datos operativos y transaccionales, antes inaccesibles para modelos de IA desplegados en otras infraestructuras.
En resumen, la revitalización del mainframe a través de la IA no es solo una actualización tecnológica, sino una oportunidad estratégica para que las empresas refuercen su seguridad, mejoren su eficiencia y desbloqueen nuevas vías de crecimiento e innovación basadas en sus activos de datos más valiosos
